高技术产业的企业规模质量、技术创新效率及区域差异的门槛效应

刁秀华，李姣姣，李 宇, 3

(1.东北财经大学 经济与社会发展研究院，辽宁 大连 116025； 2. 东北财经大学 工商管理学院，辽宁 大连 116025；3. 复旦大学 管理学院，上海 200433)

一、引言

中美贸易摩擦升级以来，中国高技术产业将不得不面对来自产业链高端国家对关键核心技术的封锁和限制。这对我国高技术产业的发展既是危机也是契机，能够让我们正确地认清中美高技术产业的差距。美国的高技术产业之所以强大不是单一因素决定的，体系性的手段非常多，例如以发达市场机制为主导，政府调控为必要辅助手段，以高科技人才的培养作为最主要的创新投入，以收税优惠引导企业创新等[1]。值得注意的是，美国高技术产业拥有高质量的智力资本和税收优惠鼓励的风险投入，保证了美国高科技企业在保持规模稳定的同时，具有较高的成长性和创新产出率。一流大学的分布的区域广阔，又使得高校与产业的紧密结合促进了几大创新都会区域形成协同效应。相比之下，我国高技术产业虽然体系完整、配套齐全，拥有庞大的技术工人队伍和一批龙头企业，巨大的国内市场规模也为推进核心技术的研发和产业化提供空间。但就全国范围来看，高技术产业普遍存在区域发展不平衡的问题，区域之间支撑高技术产业发展的要素和动能并不在同一个阶段和层面上，这都对国家协同创新体系的构建提出更高要求。

按照习总书记在2018年两会期间对“高质量发展”的要求和部署，“提高资源配置效率效能，推动资源向优质企业和产品集中，推动创新要素自由流动和聚集，使创新成为高质量发展的强大动能”，这一战略部署为高质量的资源配置方式指明方向。就微观企业而言，这里的“质量”指的是在新的经济和技术条件下，企业成长对资源获取的便利性、结构合理化、人才知识化和市场国际化等要素的综合反映。从中国企业联合会和中国企业家协会公布的中国企业500强排名和分析报告来看，2014-2017年中国500强企业规模扩张速度在2013年受全球经济衰退影响增速显著降低之后有所反弹，整体上处于一个新的增长区间，出现了发明专利数量大幅提升、企业规模增速降低的“一增一降”趋势。这说明中国企业已经更加重视了企业规模内部投入调整，在客观上已经开始摆脱追大求全，一味依靠资源投入和扩大生产能力的发展逻辑，转而开始重视对落后产能的剥离，开始寻求有利于技术创新的企业增长方向，这是企业规模朝“质量”方向发展的重要信号。未来摆在中国企业面前的“新常态”将是从过去盲目扩大企业规模来完成企业目标，转变为努力寻求通过提高企业规模质量来保持组织活力。

技术创新变化过程并不是在企业规模的连续变化下实现的[2]，由企业规模增长引致的企业内部控制失效、公司资源利用率低、结构冗杂以及研发投入不能有效促进技术创新等问题，都是企业规模“质量”低下的表现[3]。尽管有大量关于企业规模与技术创新的研究文献，但鲜有关于企业规模质量与技术创新效率关系的研究，更缺少实证性的研究。本文将采用面板数据的门槛模型对企业规模质量和技术创新效率的地区差异进行研究，一方面可以从数理角度强化企业规模质量对技术创新作用做更为准确的定量分析，另一方面研究我国省际企业规模质量与技术创新效率的差异、不同省级技术创新效率的影响因素，以及企业规模质量的门槛效应，揭示我国高技术产业企业规模质量与技术创新之间的关系，有助于找出提高技术创新能力的新规律，从而提出符合我国企业规模质量调整的具体建议，为提高我国区域科技创新能力提供理论指导。

二、变量选取与数据来源

(一)变量选取

(1)被解释变量(TFP)

技术创新效率是指技术创新投入的全要素生产率(TFP)，包括综合技术效率(EF)、技术进步(TC)、纯技术效率(PE)和规模效率(SE)四个方面。以往对企业规模与技术创新关系的研究，往往关注了企业规模对技术创新水平的影响，即从技术创新投入的角度或产出角度，考察企业规模对影响指标变化的影响。然而，越来越多的研究发现，企业规模对技术创新的作用体现在技术创新的全过程，对单一的投入端和产出端的影响机制都存在较大争议，而将投入端和产出端相结合，综合考察企业规模对技术创新效率的影响尚缺乏相应的研究。本文的技术创新效率由技术创新投入端的R&D人员折合全时当量、R&D经费内部支出、新产品开发经费，以及技术创新产出端的专利申请数、拥有发明专利数、新产品销售收入综合测算。

(2)解释变量(SQ)

在文献梳理的基础上，本文将企业规模概念内涵做了“量”和“质”的区分，认为企业规模对技术创新的影响已由R&D投入的数量影响，转变为R&D投入的效果影响，企业规模质量是表征R&D投入效果对技术创新水平影响的概念，因此除了R&D投入外，还包含非R&D投入和知识能量这两个对R&D投入效果至关重要的要素，共同作为测量企业规模质量的基本维度。非R&D投入根据余泳等[4]、孙春吉和李新功[5]等的研究包括改造经费投入、技术引进经费投入、消化吸收经费投入、购买国内技术经费投入和新增固定资产。而根据Huber[6]、Bal 等[7]、郑海涛等[8]的研究，知识能量的形成与创造过程可以概括为知识解码、知识获取、知识储存、知识流通四个方面。

(3)控制变量

人力资本(HK):人力资本可以直接影响国内的技术创新效率，以及影响从国外吸收、学习新技术的速度。本文借鉴党国英等[9]对人力资本的测量，具体选用高技术产业行业人员素质，即高技术产业的R&D机构人员数/平均从业人员数作为人力资本的代理变量。对外开放度(OD): 地区的经济开放程度直接关系到该地区企业能否到技术发达国家投资，因而也影响技术创新效率。借鉴李梅和柳士昌[10]对开放程度的测量，本文用历年各地区进出口总额占GDP比重作为经济开放程度的衡量指标。政府支持(GS):借鉴牛泽东和张倩肖[11]认为技术创新的整体效率有较为显著的影响。借鉴余泳泽[12]、俞立平等[13]对政府支持的测量，本文采用高技术产业科技活动经费筹集总额中政府资金所占比重来衡量政府投入力度的大小。市场结构 (MS) :借鉴徐建中等[14]测量市场结构指标，采用各行业企业单位数表示该行业的竞争程度，即企业数量越多，预示着市场竞争越激烈，竞争的不断加剧会导致企业现有技术或者产品无法在将来为企业带来收益，也就越有利于刺激企业提高环境技术创新效率，企业数量越少，暗含着该行业具有更强的垄断性。这也从另一个侧面反映了高技术产业各行业进出壁垒的高低。行业特征方面，借鉴李宇和张瑶[15]对行业特征的测量，技术机会是研发投入研究中常常考虑的一个因素，本文用R&D支出/主营业收入来表示技术机会。

(二)数据来源与描述性统计

根据研究需要和数据的可获得性，本文以中国高技术产业(制造业)为数据来源，根据《国民经济行业分类》(GB/T 4754-2011)和OECD(经济合作与发展组织)关于对高技术产业的分类方法，高技术产业(制造业)是指国民经济行业中R&D投入强度相对较高的制造业行业，主要包括：医药制造，航空、航天器及设备制造，电子及通信设备制造，计算机及办公设备制造，医疗仪器设备及仪器仪表制造等5大类。本文的主要分析数据来自《中国统计年鉴》、《中国科技统计年鉴》和《高技术产业统计年鉴》，样本区间确定为2003-2013年，这是因为根据成祖松(2018)[16]的研究，2003年是中国高技术产业聚集与扩散的分水岭，2013年后东北地区的高技术产业进入衰退期。包括27个省、自治区和直辖市的高科技产业数据，并且按照中国经济区域划分为东部、中部和西部三大地带：东部地带包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省市；中部地带包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8省；西部地带包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古等12个省、自治区。其中由于内蒙古、西藏、青海和新疆对非R&D投入太少，数据缺失严重，故予以剔除，其他省份少量的数据缺失以均值替代法补全。整体来看，技术创新的投入和技术创新产出的变量基本上每年各省份都是增加趋势，且各省之间差异比大，说明样本涵盖了不同程度的企业规模质量的范围，增加了企业规模质量与技术创新效率之间的代表性。

三、回归模型的设定与说明

本文根据Hansen[17]的面板数据门槛模型，本文的基本方程为：

(1)

其中，(1)式中下标i，(1≤i≤N,1≤t≤T)(1≤i≤N,1≤t≤T)分别表示样本个体和样本时间，yit为被解释变量，qit为门槛变量，二者均为标量，xit为解释变量，是I(·)维向量，I(·)为指示性函数，uit表示未观测样本的个体效应，eit～iid(0,δ2)是随机干扰项。

借鉴Hansen的门槛模型，本文的单一门槛模型的设定如下：

TFPit=α0+λ1SQit*I(pit≤γ)+λ2SQit*I(pit>γ)+β1HKit+β2ODit+β3GSit+β4MSit+β5TOit+β6CIit+εit

(2)

式中p为门槛变量，表示第i家上市公司第t年度的企业规模质量，γ为门槛值，单一门槛模型下门槛值将观测变量划分为2个门槛区间，在不同的门槛区间内，企业规模质量的估计系数分别为λ1和λ2。根据Hansen的面板数据门槛回归理论，门槛值的估计是基于最小残差平方和原理，即对于给定门槛回归模型中的门槛值γ，均可以使用OLS法求出其所对应的残差平方和，门槛估计值就是使残差平方和最小时所对应的γ值，即：

(3)

Hansen提出使用“格栅搜索法”(Grid Search)来确定候选门槛值γ，计算门槛值相对应的残差平方和，并选择使其最小时的门槛值为估计的真实门槛值。在门槛模型的参数估计值得出后，下一步需要进行门槛分析的相关检验，检验主要包括两个方面的检验：一是门槛效应的显著性检验；二是门槛估计值真实性的检验。回归式(1)不具有门槛效应的原假设为：H0:β1=β2。这时的检验统计量为：

(4)

以上的参数估计及假设检验都是针对存在一个门槛的情况，在实际的计量过程中可能会存在多个门槛，多门槛模型可以据此进行扩展。

Mi(xt+1,yt+1;xt,yt)=EF×TE=SE×PE×TE

(5)

Malmquist 创新效率指数大于1，则表明从t 到t +1 时期的创新效率的增长率为正。同时当规模效率变化、纯技术效率变化或者技术水平变化大于1时，表明它是创新效率增长的源泉，反之，则是其降低的理由。

四、实证结果分析

(一)Malmquist指数测算

由于从创新活动“投入”到创新“产出”，即新专利和新产品的诞生以及商业化通常都需要一定周期，存在投入产出时滞，本文结合高技术产业特点，借鉴刘志迎等[20]和尹伟华[21]的方法，选择滞后期为1年，创新投入采用2003-2012年数据，产出采用2004-2013年数据，对各省份的技术创新效率(TFP)、综合技术效率(EF)、技术进步(TC)、纯技术效率(PE)和规模效率(SE)指数进行测算。

从三大区域对比来看，东部技术创新效率略微上升了0.68%，中部上升了6.51%，西部上升了3.81%。东部地区技术创新效率虽然有增加但并不显著，原因在于我国对东部投入产出的绝对量比较大，东部基本上还是保持一个投入产出比较平衡的状态，中部和西部技术创新效率则有较大的提高。测算说明我国高技术产业发展仅仅靠投入增长是不能带来规模效率增长的，大规模的研发投入并没有形成更高比例的产出，同时也说明我国的高技术产业存在严重的盲目跟风、重复建设、产业趋同以及规划布局不合理等现象，尤其是在创新资源相对丰富的东中部地区。总的来说，技术进步低拉低了技术创新效率的整体水平，高技术产业普遍存在着高技术产业技术水平进步和高技术产业技术效率恶化并存的局面，说明我国高技术产业呈现粗放型发展，同时应证了部分学者“高技术不高”的悖论[22]，暴露出我国高技术产业技术创新能力、创新管理能力等方面的问题。

(二)面板门槛模型的回归结果

区域企业规模质量与技术创新效率之间的关系是本文研究的核心问题。首先，本文采用因子分析法对企业规模质量的11个指标实现降维，选取累计方差贡献率大于0.85的特征值个数为因子个数，每年都提取了3个公共因子，采用回归法估计因子得分系数，以各个公因子的方差贡献率作为加重权数，计算各省份的总和因子得分，得出企业规模质量水平。为了后面计算结果方便，将企业规模质量都进行加1处理变成正值，小于1代表该地区的企业规模质量水平低于全国27个省的平均水平，大于1代表该地区企业规模质量水平高于27个省的平均水平。其次，本文采用门槛效果自抽样法检验模型是否存在门槛效应，如果存在门槛效应，还需要进一步验证门槛的个数及各个门槛值，测算结果表明上述面板门槛模型存在三个门槛值，如表1所示。

表1 门槛效果自抽样检验

注：“***”、“**”、“*”分别表示估计量在1%、5%、10%的统计水平下显著。

数据来源：《中国统计年鉴》、《中国科技统计年鉴》和《中国高技术产业统计年鉴》(2004-2014年)

图1 单一门槛模型置信区间 图2 双重门槛模型置信区间(第二门槛)

图3 双重门槛模型(重估第一个门槛值) 图4 三重门槛模型置信区间(第三门槛)数据来源：《中国统计年鉴》、《中国科技统计年鉴》和《中国高技术产业统计年鉴》(2004-2014年)

通过进一步计算可以得到模型第一个门槛值为0.7，图1即表示单一门槛模型门槛值的置信区间和最大似然估计量，其中7.35表示在95%的置信水平下的拒绝域。固定第一个门槛值后得到第二个门槛值0.86，图2表示其门槛值的置信区间和最大似然估计量，固定第二个门槛值后重新确定第一个门槛值，重新估计的第一个门槛值，这样最终确定模型的一阶门槛值为0.7，其门槛值的置信区间和最大似然估计量如图3所示。最后确定的第三个门槛值为0.89，其门槛值的置信区间和最大似然估计量如图4所示。在95%置信区间下，本文得到企业规模质量与技术创新效率的三重门槛模型，如表2所示。

实证结果显示，企业规模质量在[0.62，0.7]区间的有甘肃、宁夏、云南、广西、山西、贵州，这些省份的企业规模质量与技术创新效率之间是正相关关系，但不显著，这说明对R&D投入还没有到一定程度，还没有产生R&D积累效应，没有达到技术创新要求的最低企业规模质量；企业规模质量在[0.7，0.86]区间的有吉林、海南、黑龙江、江西、河南、河北、辽宁、安徽、重庆、陕西、湖南，这些省份的企业规模质量与技术创新之间的显著正相关关系，系数为2.502，企业规模质量越大，技术创新效率越高，说明加大对R&D投入，技术创新有大幅度提升；企业规模质量在[0.89，3.12]区间的有湖北、四川、天津、福建、北京、浙江、上海、山东、江苏、广东，这些省份的企业规模质量与技术创新效率之间是显著正相关关系，系数为0.758，企业规模质量越大，技术创新效率越高，但是没有第二区间增加的程度快。此时的加大对R&D投入已不能显著提高技术创新水平了，非R&D和知识能量成了限制技术创新的因素，加大非R&D和知识能量能有效提高技术创新水平。从历年的情况来看，曾经位于过[0.86，0.89]区间的省份有辽宁、黑龙江、江西、四川。

表2 企业规模质量门槛估计值及其95%置信区间

数据来源：《中国统计年鉴》、《中国科技统计年鉴》和《中国高技术产业统计年鉴》(2004-2014年)。

我们可以根据门槛效应确定的三个门槛值得出一般规律和理论价值，即企业规模与技术创新的提升经历几个主要阶段：第一个门槛值代表着企业R&D投入的积累效应，技术创新效率在最初阶段R&D投入的持续积累，因此该门槛值可以称为“积累门槛值”，达不到积累门槛的区域在提升技术创新效率方面的关键还是要加大创新投入力度；第二个门槛值代表R&D投入的直接效果显著，但R&D投入效果的其他因素也发挥了重要的间接效应，即非R&D投入，以及知识在企业内部各单位蕴蓄、转移而产生提升效果显现，因此该门槛值可以称为“改善门槛值”，促进良好的非R&D和知识富集活动具有保证持续创新的规模收敛效应，标志着企业规模具有更好的结构质量和抗风险质量。因此，门槛效应刻画了企业规模扩张的不同阶段和程度对技术创新影响的差异性，揭示了各地区技术创新效率提升的主要矛盾，在以不同角度印证和完善技术创新扩散理论和产业生命周期理论方面具有理论价值。

五、结论与政策建议

(一)研究结论

首先，通过对企业规模质量的阐述，本研究得到了企业规模与技术创新关系更为精确的门槛效应解释。企业规模质量与技术创新效率之间关系符合三重门槛模型：第一个门槛值表示当R&D投入积累到一定程度时，关键性的技术创新才能够大量、连续地输出，在此之前的技术创新则是零星和间断的。当企业规模质量高于0.86低于0.89时，企业规模质量与技术创新效率之间是显著正相关关系，R&D投入积累到一定程度后，就不能大幅度提高技术创新。达到第二个门槛值后，需要加入非R&D等要素才能有效提高技术创新，当企业规模质量高于0.89时，企业规模质量与技术创新效率之间是显著正相关关系。达到第三个门槛值后，R&D和非R&D已不是技术创新提升的主要因素，整个过程中知识积累起到至关重要的作用，知识能量的构建可以促进企业创新能力和创新资源的积累，促进知识在企业内部的交流与分享。

其次，我国技术创新效率呈现了明显的区域差异性。东部地区主要是由技术进步、纯技术效率引起的，都低于全国平均水平。中部地区主要是由技术进步和规模效率引起的，都低于全国平均水平，西部地区主要由技术进步下降引起的。从中部、西部、东部的创新效率依次递减结果可以看出，并不是投入的量越大，技术创新效率就越高，东部地区起步早，产业基础和产业布局正在经历转型发展，虽然知识聚集的形成条件要比中西部成熟，但消化原有产业模式的任务也比中西部重。相比而言，国家加大对中西部的投入，已经从东部的高技术产业布局投入中吸取经验教训，从而有效指导中西部的发展，面向战略新兴产业和知识聚集的资源配置更为清晰合理。同时应该看到，我国各地区高技术产业普遍存在着高技术产业技术水平进步和高技术产业技术效率恶化并存的局面，放在世界技术革命尚未形成主导性技术的背景下有其合理性，但也暴露出我国高技术产业“高技术不高”的隐忧，而规模效率下降则说明大规模的研发投入并没有形成更高比例的产出，高技术产业的盲目跟风、重复建设、产业趋同以及规划布局不合理等现象仍是要直面的问题。

最后，从控制变量在企业规模质量对技术创新效率影响中的作用来看，较为需要注意的是政府支持变量与技术创新效率之间存在显著负相关，这一结果与牛泽东等[11]的研究结论相似。原因可能在于：一方面政府受行政隶属关系的影响，虽然对高新技术产业创新的支持提供资金方面支持，但可能出现脱离市场规律干涉企业自主发展创新，使得支持力量无法作用于有效的方向，并可能出现对民营投资的挤出效应。同时，政府的一些创新扶持政策可能存在缺乏可操作性的问题，加之监管不到位的发生，就会因创新资源浪费而影响技术创新效率。

(二)政策建议

随着企业规模质量的门槛区间变化，有效提高技术创新效率的R&D、非R&D和知识能量的投入结构应做适时调整，三者的兼顾协调发展才能从根本上提高技术创新效率。

第一，努力推进技术进步、纯技术效率和规模效率的协调发展。整体而言，技术进步是导致全国技术创新效率低的主要原因，是全国技术创新效率提升的关键，各省区都应加速推进供给侧结构性改革“破、立、降”的要求，淘汰落后技术、营造高技术产业主导和高技术产业集群的氛围，推动新技术产业动能和传统产业转型升级。对于规模效率低的省份，企业应着重改善自身规模配置能力，减少投入产出要素的浪费，避免重复研发和跟风创新。而对于技术发展先行省区，则要优先强化人才、人力资本在传统要素和能源使用效率方面的作用[24]，发挥科学家、企业家在改善管理水平、提高创新决策正确性方面的优势，形成科技含量高、创新成果转化效率高、创新要素得到优化配置的产业结构。

第二，政府在和市场机制的相互配合中，做好维护市场机制和营商环境的有效制度供给。如在专利权保护制度、技术知识市场和职业经理人市场建设方面，制定符合市场规律的顶层设计，减少过多的行政干涉，适时更新和调整产业政策以适应创新的快速变化。传导到微观层面，鼓励高技术企业与外资企业建立多种形式的研发合作关系，采取研发合作联盟的方式嵌入到国际产业价值链的高端环节，加速知识与信息的传播，缩小与发达国家的技术差距。此外，应加大对研发人员智力资本的投资，建立多渠道、多层次的职业提升体系，鼓励出台包括技术人员持股计划等激励机制。

第三，提升区域创新能力要尤其重视科技与经济的紧密结合。创新链条上的企业有各自的垂直分工，这些分工的效率提升则有助于企业规模的最优化，不会出现创新资源的垄断和梗阻问题。尤其要发展产学研主体外加金融和中介机构作为润滑液的产业技术联盟等促进科技与经济紧密结合的组织形式，采取创新链的多种组织形式打通创新资源流动的渠道。目前在中东部地区活跃的经济组织中，要进一步促进新型研发机构的发展，这是一种科技与经济深度融合的产物，以打破身份、地域的界限，采用全新的建设模式和运行机制为技术创新、科技成果转化、培育创新人才服务，是科技与经济紧密结合的典型组织。这类组织不仅有助于东部地区高技术产业建立规模宏大的研发机构或全球研发网络，而且将科技成果或已经具备雏形的创新成果向中西部推广，带动中东西部区域创新协同，对形成更多的创新型企业具有极大帮助。